中国东北冬季极端低温的年代际变化及其成因

利用JRA-55再分析资料和中国824站日最低气温数据,分析了1961—2013年冬季中国东北地区极端低温的年代际变化及其动力成因。结果表明:东北冬季极端低温1980s中期前频发,1980s后期到2000s初少发,2000s后恢复多发。这与贝加尔湖阻塞高压频次偏多—偏少—偏多的同步年代际变化直接相关,与北极涛动(Arctic Oscillation,AO)和准定常行星波活动的年代际振荡相联系。相比于1980s中期前,1988—1999年期间行星波沿极地波导向平流层的传播减弱,引起高纬度平流层下层E-P通量辐合变弱;而行星波沿低纬波导往副热带对流层上层的传播增强,造成副热带对流层中上层E-P通量辐合增强。行星波E-P通量散度的异常由于波—流相互作用,分别导致了极夜急流加强、副热带急流减弱,因而AO增强,不利于贝湖阻高建立和环流经向型发展,极端低温减少。2000—2013年,行星波活动相反,导致AO减弱,贝湖阻高多发,极端低温恢复增多。     

基于随机物理过程扰动的BMJ积云参数化方案对降水集合预报的影响

基于ARPS模式和随机物理过程参数化扰动（stochastically perturbed parameterization）方法,通过10个2018年6—7月间的降水个例,讨论了针对BMJ积云降水参数化方案下不同参数化扰动方式对降水预报的影响。扰动方式包括扰动BMJ方案的温湿倾向和扰动BMJ方案的温湿参考廓线。试验的结果表明BMJ方案在华东区域的降水预报中存在湿偏差,即预报的降水事件多于相应的观测事件。这一偏差在系统性增加参考廓线湿度后仍然存在。BMJ方案对不同扰动方式的响应存在较大差异。扰动BMJ方案的温湿倾向对降水预报的影响较小,且集合离散度低。扰动BMJ方案的温湿参考廓线对降水预报影响显著,能够大幅增加集合离散度,其中对称的BMJ参考廓线扰动对预报技巧评分改进有限,原因是小雨的湿偏差有所增加,而非对称的BMJ参考廓线扰动（扰动均值大于1.0）能够有效提高预报技巧评分并降低湿偏差。此外,非对称扰动大幅改善了BMJ降水预报初期（0～3 h）的空间分布形态,并且改进了夜间降水预报的强度。非对称扰动评分较高的原因是减少了原BMJ方案在降水预报初期的的大范围虚假预报,避免了大气湿度的大范围下降,保障了预报后期的强降水预报能力。而BMJ方案温湿倾向量级较小则是造成倾向扰动方法效果不明显的重要原因。     

针对WRF模式中行星边界层参数化过程倾向项的扰动方法

针对WRF模式中行星边界层参数化过程中的不确定性,发展了一种针对行星边界层参数化过程的随机物理扰动方案(SPPBLPT),该方案针对行星边界层计算的温度、风场、水汽倾向项进行扰动。使用该方案、多行星边界层参数化方案、多参数扰动方案及针对WRF模式总倾向的随机物理过程扰动(SPPT)方案对2014年7月进行对比实验,发现使用较大格点方差的SPPBLPT方案能有效降低地面温度与风场的误差,也能降低降水的预报误差,而其他方案对预报改善不明显。针对地面温度和风场的BS评分显示,SPPBLPT方案通过降低可靠性评分(提高可靠性),显著改善了集合预报对温度与风场的可能性预报,同时该方案能显著提高降水的GSS评分,在所有实验中,较大格点方差的SPPBLPT方案表现最好。针对行星边界层参数化过程的随机物理扰动方案(SPPBLPT)能显著提升集合预报系统性能,但是该方案的扰动参数的设置还需要进一步研究。     

基于线性规划方法处理C波段双线偏振多普勒天气雷达差分相位φ_C数据

高质量的差分相位数据能够有效地提高雷达识别粒子、估测降水的能力。本研究针对南京信息工程大学C波段双线偏振多普勒天气雷达(NUIST-CDP),提出一套差分相位φ_C数据的质量控制算法。其中将雷达观测到的差分相位φ_C分为5个部分:差分传播相位φ_(DP)、后向散射差分相位δ、非降水回波的波动ε_(NP)、系统误差ε_S以及电磁波信号的随机扰动ε_R。在线性规划方法的基础上,采用模糊逻辑法、小波分析法与迭代滤波法分别将差分相位φ_C数据中的ε_(NP)、ε_R和δ剔除,然后依据滤波后的数据,将各径向中第一个降水回波的值作为该径向的系统误差ε_S。结果表明,该算法能够有效地平滑由非降水回波引起的大振幅波动以及因电磁波信号造成的小振幅扰动,且可以剔除差分相位φ_C数据中存在的δ。此外,处理后的数据满足随径向距离递增的条件。     

苏皖地面自动站资料的质量控制及结果分析

利用江苏和安徽2012—2014年151个国家站及2 600个区域站资料,对各类自动站资料的质量及其控制方法进行初步探讨。采用缺测资料统计、气候界限值检查、气候极值检查、内部一致性检查、二次迭代的空间一致性检查、时间一致性检查、持续性检查及综合决策算法分别对国家站和区域站资料进行系统的质量控制,并根据质量控制结果进行可疑站点的标记。结果显示:国家站各要素资料缺测率远低于区域站,且资料质量总体上均明显优于区域站;自动站各要素中温、压要素的质量最好,其次是相对湿度;除了空间一致性检查中风场资料的检查结果差别不大外,其余检查中区域站资料的未通过率均远高于国家站资料;将错误资料及可疑站点信息进行及时反馈,能改善实时资料质量,并为相应测站的检修与维护提供依据。     

不同模式扰动方案在风暴尺度集合预报中的对比试验研究

由于适用于中长期集合预报的模式扰动技术在风暴尺度集合预报系统中的影响并不明确,为探究不同模式扰动方案在风暴尺度集合预报中的效果,基于WRF模式设计了3组模式扰动方案:多物理扰动（MP）方案、随机物理倾向扰动（Stochastically Perturbed Parameterization Tendencies,SPPT）方案以及由MP方案与SPPT方案组合构建的一种新混合扰动（SPMP）方案。对2013年7月5—6日发生在江淮流域的一次强对流天气过程进行了数值模拟。结果表明:MP方案在积分前期的降水概率评分较高,对高层大气的扰动效果更为合理;SPPT方案主要作用于积分中后期,对大气低层及近地面的扰动效果最为理想,尤其是对于地面水汽场的模拟;SPMP方案能显著提高大气中高层各预报变量的离散度,降低均方根误差,提升集合成员的可信度,有效弥补降水预报评分在单独使用MP方案和SPPT方案不同积分时段的不足。在扰动水平传播方向上,SPMP方案的扰动形态主要受MP方案主导;垂直方向上,SPMP方案在低层的扰动形态与SPPT方案一致,在高层受MP方案控制。波谱能量分析表明3组方案的扰动能量随积分时间均有向大尺度传播的趋势,SPMP方案能有效补偿两种方案能量在各尺度的耗散。      

基于增长模繁殖法的暴雨集合预报

采用WRF模式对2010年9月发生在河南省附近的一次暴雨过程进行了集合预报试验。用增长模繁殖方法(BGM)制作了集合预报方案1;为了充分利用背景场信息,结合时间滞后法,制定了集合预报方案2:滚动繁殖法;考虑到暴雨过程中天气形势的特殊性,结合区域空间特征,制定了集合预报方案3:区域繁殖法。这3组试验均对变量U、V、T、Q进行了初值扰动,加上控制预报,均产生了9个集合成员。试验结果表明:几种集合预报方法在预报效果上相较于控制预报都具有明显的改善,滚动繁殖法及区域繁殖法对增长模繁殖法都具有一定的改进作用,其中区域繁殖法的预报效果更优,与实况更为接近。     

台湾岛邻近海域台风浪的模拟研究

基于目前国际上较为先进的第三代近岸海浪数值模式SWAN（Simulation Waves Near-shore)。在充分考虑相关物理过程（风生浪，底摩擦，白帽耗散，深度诱导波破碎，非线性波－波相互作用）基础上，以较高的分辨率对影响台湾岛邻近海域的9015号台风浪过程进行了模拟研究。模式所需风场由藤田台风风场模型同化相应台风资料后提供；用自嵌套方式提供模式波谱边界条件。模拟结果与实际台风浪资料相符较好。台风过程模拟结果表明；台风中心位于台湾岛邻近海域的不同位置，台风浪有效波高的分布特征和传播方向都有着较大的差异。可以为整个台湾岛邻近海域台风浪分布特征的了解与认识提供较好的参考。     

Improved Weather Radar Echo Extrapolation Through Wind Speed Data Fusion Using a New Spatiotemporal Neural Network Model

Weather radar echo extrapolation plays a crucial role in weather forecasting. However, traditional weather radar echo extrapolation methods are not very accurate and do not make full use of historical data. Deep learning algorithms based on Recurrent Neural Networks also have the problem of accumulating errors. Moreover, it is difficult to obtain higher accuracy by relying on a single historical radar echo observation. Therefore, in this study, we constructed the Fusion GRU module, which leverages a cascade structure to effectively combine radar echo data and mean wind data. We also designed the Top Connection so that the model can capture the global spatial relationship to construct constraints on the predictions. Based on the Jiangsu Province dataset, we compared some models. The results show that our proposed model, Cascade Fusion Spatiotemporal Network (CFSN), improved the critical success index (CSI) by 10.7% over the baseline at the threshold of 30 dBZ. Ablation experiments further validated the effectiveness of our model. Similarly, the CSI of the complete CFSN was 0.004 higher than the suboptimal solution without the cross-attention module at the threshold of 30 dBZ.     

考虑尺度敏感性的长江中下游暖区暴雨初始扰动方案比较分析

弱天气尺度强迫背景下的长江中下游暖区暴雨突发性强,高度非线性,难以准确预报,这时考虑不确定因素的集合预报成为重要选项,而对流尺度集合预报核心问题是积分一段时间后离散度偏低,会导致预报失败。比较包含不同尺度扰动信息的对流尺度集合预报方案间的差异性并据此优化初始扰动方案,针对2018年5月4—5日一次典型长江中下游暖区暴雨过程,分别采用动力降尺度（DOWN）、增长模繁殖法（BGM）、局地增长模繁殖法（LBGM）和混合扰动法（BLEND）等四种方法进行集合预报试验,以期探讨对离散度和预报效果的影响。结果表明,在模式积分0~6 h,具有中小尺度扰动信息的BGM和LBGM的离散度优于DOWN,其中LBGM相比于BGM具有一定程度上的改进,说明具有更准确中尺度特征的扰动能够在积分初始阶段获得有效增长,即考虑了中小尺度天气系统局地性的LBGM能弥补BGM的不足;但是,在模式积分12 h以后,具有更多大尺度特征扰动的DOWN优于区域模式中的增长模繁殖法BGM和LBGM,说明经过初始误差快速增长一段时间后,大尺度扰动开始起主要作用。而具有不同尺度扰动信息的BLEND方案则兼具LBGM和DOWN的优势,几乎在整个预报时段离散度较高且概率预报评分较好,体现出混合扰动的优越性。以上结果进一步说明,初始扰动的尺度特征在暖区暴雨的集合预报效果中具有关键性的作用,因而通过调整初始扰动的尺度信息来优化集合预报性能的混合扰动思想,在业务上具有一定的指导意义和推广价值。